三星电子绩效奖金制度争议 - 三星集团多公司工会向董事长李在镕及高管致信 要求改革绩效奖金制度 批评现有EVA（经济增加值）方法不透明且过时 [2] - 工会援引SK海力士劳资协议案例 其基于营业利润10%计算绩效奖金 且取消奖金上限 员工最高可获得1亿韩元奖金 [2][3] - 三星电子采用EVA方法计算超额利润激励（OPI） 通过营业利润减去资本成本（含公司税金和投资基金）评估绩效 可能导致营业利润增长但奖金下降 [2] 工会具体诉求与影响 - 工会指责EVA制度为"盲目绩效奖金制度" 员工难以理解计算逻辑 且存在奖金归零风险及上限限制 [3] - 公司虽成立奖金制度改进工作组并召开多次会议 但未取得实质性进展 [3] - 工会警告员工士气与公司信任度已跌至谷底 要求公司立即做出改变努力 [3]

如果您希望可以时常见面，欢迎标星收藏哦~ 来 源 ： 内容来自 moneyDJ 。 TrendForce表示，2025 年第二季DRAM 产业因一般型DRAM（conventional DRAM）合约价上 涨、出货量显著增长，加上HBM 出货规模扩张，整体营收为316.3 亿美元，季成长17.1%。平均 销售单价（ASP）随着PC OEM、智慧手机、CSP 业者的采购动能增温，加速DRAM 原厂库存去 化，多数产品的合约价也因此止跌翻涨。 观察主要供应商第二季营收表现，SK 海力士（SK hynix）位元出货量优于目标计画，但因相对低 价的DDR4出货比重提升，抑制整体ASP成长幅度，营收接近122.3亿美元，季增达25.8%，市占上 升至38. 7%，蝉联第一名。 排名第二的Samsung，第二季在售价、位元出货量皆小幅增加的情况下，营收成长13.7%，达103. 5亿美元，市占微幅下滑至32.7%。Micron的出货量明显季增，ASP则因DDR4出货比重增加而季 减，营收为69.5亿美元，季增5.7%，市占下降至22%，排名第三。 台系厂商第二季营收皆大幅成长，主因是其成熟制程产品逐步衔接上前三大业者转换 ...

光刻技术差距 - 中国光刻机公司技术落后美国同行至少20年 [2] - 中国本土光刻设备制造商目前处于65纳米工艺阶段 [5] - ASML从65纳米过渡到3纳米以下技术耗费20年时间及400亿美元研发投入 [4][5] 技术瓶颈与限制 - 光刻设备是芯片制造过程中的核心瓶颈 [4] - 中国无法获取ASML最先进的EUV设备导致芯片制程技术落后业界巨头10-15年 [5] - ASML因遵守瓦圣那协议从未向中国出口EUV设备 [5] 国际管制影响 - 美国政府有权限制ASML对华销售因其设备依赖美国零部件 [2] - 美国正施压ASML停止对中国先进DUV系统提供维修服务 [6] - 荷兰政府尚未同意美方关于维修服务的限制要求 [6] 行业技术对比 - 当前领先芯片制造商如台积电已量产3纳米并推进2纳米芯片生产 [4] - EUV及高数值孔径EUV扫描仪可实现更精细电路图案转移 [4] - 图案转移后需经过蚀刻、材料沉积及晶圆清洁等完整制造流程 [4]

三星与SK集团对Rebellion的战略投资与竞争 - 三星证券和三星风险投资公司参与Rebellion的C轮融资 投资额高达2亿美元（2800亿韩元） 公司估值达1.55万亿韩元 三星电子通过旗下投资公司进行间接投资[2] - SK集团通过子公司Sapion Semiconductor与Rebellion合并 成为其最大股东 合并涉及接管Sapion的X430项目 合同价值596亿韩元[3][4] - 三星投资被解读为对SK集团的制衡 两家巨头围绕下一代AI芯片市场展开竞争[2] Rebellion的技术合作与供应链关系 - Rebellion与三星电子保持密切业务关系 集成三星HBM存储器 通过三星代工厂进行芯片量产 下一代芯片Rebel Quad采用三星4nm工艺[3][7] - 计划将代工业务拆分 量产和封装由三星负责 I/O芯片由台积电量产[3] - HBM供应商尚未正式公布 可能选择三星电子或SK海力士 SK海力士在HBM技术方面被认为领先于三星电子[4][5] Rebellion的技术产品与性能 - 发布基于chiplet的AI半导体REBEL-Quad 采用三星4nm工艺 性能对标NVIDIA Blackwell 配备HBM3E内存 容量高达144GB 带宽达4.8TB/s[7] - 采用UCIe-Advanced标准 实现高速chiplet间通信 能效显著提升 可处理数百亿至数千亿参数的AI模型[7] - 产品线扩展计划包括REBEL-IO和REBEL-CPU 以满足AI模型市场和基础设施需求[7] 行业合作与市场影响 - Rebellion获得全球投资者支持 包括卡塔尔投资局、新加坡LionX Ventures和美国索罗斯资本管理公司[2] - 三星代工厂为Rebel Quad提供4nm工艺和先进封装技术支持 确保超大规模AI环境下的能效[8] - 英国半导体IP公司Alphawave Semi提供UCIe IP解决方案 实现首次商业化应用[8] - Rebellion专注于降低AI硬件能源负担 提供替代GPU的解决方案 性能与NVIDIA B200级旗舰GPU相当[8]

全球功率半导体行业格局变化 - AI芯片、HBM及先进制程等新兴热点覆盖了功率半导体的行业关注度 日本厂商扩产进程屡陷拖延 主导力渐显疲态 而国内产业则加速突围 以强劲反扑姿态打破原有格局 为全球竞争注入新变量 [1] 日本厂商市场地位变化 - 高峰时日本厂商在全球功率半导体市场前十中占据五席 三菱电机 富士电机 东芝 瑞萨 罗姆五家企业合计占有全球20%以上市场份额 [2] - 2021年全球功率半导体市场前十中 日本企业Infineon以4.87亿美元营收居首 市占率20.9% 三菱电机营收1.48亿美元 市占率6.3% 富士电机营收1.17亿美元 市占率5.0% 东芝营收1.00亿美元 市占率4.3% 瑞萨营收0.65亿美元 市占率2.8% 罗姆营收0.63亿美元 市占率2.7% [4] - 2024年全球功率半导体市场TOP10榜单中日本厂商仅剩三席 三菱电机 富士电机 东芝 且全球市占率均不足5% [6][7] 日本厂商发展困境 - 罗姆2025财年录得500亿日元净亏损 为12年来首次全年亏损 截至6月的季度净利润同比下降14%至29亿日元 第一季营收1162.05亿日元 同比下降1.8% 营业利润大幅下降84.6%至1.95亿日元 [9] - 罗姆将碳化硅半导体投资计划从2800亿日元缩减至1500亿日元 2025财年资本支出下降36%至850亿日元 折旧费用下降26%至616亿日元 [9] - 东芝与罗姆的深度合作陷入僵局 更广泛合作谈判已停滞 2023年东芝将功率半导体定位为增长领域 计划三年投资1000亿日元 但市场环境变化导致投资回报不及预期 [12][13] - 瑞萨电子2025年上半年净亏损1753亿日元 创同期历史最高亏损记录 并宣布放弃进入碳化硅市场 制造设施产能利用率仅约30% 计划裁员约1050人 [15][17] - 三菱电机推迟熊本县功率半导体新工厂扩建计划 考虑缩减原定2026至2030财年3000亿日元投资额 [19][20] - 富士电机2025会计年度净利预计下降12.2%至810亿日元 半导体设备营收下降5.8% 营益锐减42%至215亿日元 [22] 中国厂商崛起与竞争影响 - 中国新兴功率半导体企业凭借成本与价格优势加速抢占市场份额 在碳化硅基板制造市场 天科合达和天岳先进等企业已崭露头角 中国企业几乎主导这一市场 [29] - 比亚迪半导体 中车时代等国产IGBT厂商在新能源汽车市场份额从2019年的20%跃升至2023年的60%以上 [23] - 天科合达以17.3%市场份额位居全球碳化硅衬底市场第二 天岳先进以17.1%份额位列第三 实现8英寸衬底量产并推出12英寸衬底 [30] - 英诺赛科2023年以33.7%收入份额稳居全球GaN功率器件市场第一 市值突破740亿港元 成为功率器件企业市值TOP1 [31] - 中国企业技术快速追赶 在硅芯片技术上与日本差距仅一到两年 碳化硅芯片方面至多三年 [29][32] 日本产业困局原因分析 - 内部缺乏信任与协作 各公司对专有技术过度保护 难以建立深度信任和协作 [25] - 行业缺乏明确领导者 各企业市场份额相当 没有一家愿意在整合中让步 [26][27] - 企业战略差异大 如罗姆专注于特定元件 而东芝 三菱电机业务范畴广泛 难以达成一致 [28] - 外部面临中国企业崛起带来的激烈竞争 以及全球电动汽车市场需求变化不及预期 [29]

如果您希望可以时常见面，欢迎标星收藏哦~ 来 源 ：内容来自半导体芯闻综合。 瑞银(UBS)最新分析师报告显示，该公司已将挪威公司Nordic Semiconductor的评级从"中性"下调 至"卖出"。同时，其目标价也从115挪威克朗上调至121挪威克朗，这意味着其股价可能较当前水 平下跌23%。 其理由是，市场已经消化了每年约 20% 的持续强劲增长，而分析师认为，由于周期性和特定客户 驱动因素预计都会减弱，明年将出现风险。 到目前为止，Nordic Semiconductor受益于半导体周期的复苏以及苹果和罗技等主要客户的强劲 需求，但这些影响现在预计会消退。 该大型银行表示，该公司目前的估值约为企业价值/销售额的 4 倍，远高于十年平均水平 3.4 倍， 这使得其股价对任何增长放缓都很敏感。 分析师还指出，该公司到2028年实现EBITDA超过25%的利润率目标可能难以实现。瑞银则基于较 低的长期增长预期，预测其利润率为22%。因此，相对于该行业的上行空间被认为有限。 Nordic Semiconductor股价在奥斯陆证券交易所下跌 3.5%，至 156.50 挪威克朗。 资料显示，这家挪威无晶圆厂 ...

展会概况 - 湾芯展WESEMIBAY将于2025年10月15日至17日在深圳会展中心(福田)举行 旨在促成半导体产业链上下游商业合作 [1][2][4][6][10] - 组委会推出VIP买家采购需求征集计划 涵盖半导体零部件 材料 设备 芯片等全品类采购需求 [1] - 报名截止日期为2025年9月20日 [3][5][7] 采购需求详情 - 家庭服务机器人领域需采购机器人专用芯片 要求具备概念记忆功能 认知抽象出概念功能 概念对比判断及多维度决策功能(包括目标选择 规则选用 知识选用 循环频率控制 创造操作与生产操作动作决策 环境互动对话内容选择等) [2][3] - 精密设备研发制造领域需定制非标研磨设备 用于研磨不锈钢零部件至镜面表面要求 采购方为美资上市公司 业务涉及半导体磁盘驱动器及部件 汽车关键零部件 精密模具 新型电子元器件等 [4] - 流体控制产品领域需采购PTFE滤芯 过滤精度达3纳米 采购方为2022年成立企业 拥有平均从业经验超10年团队 专注于泛半导体和光伏行业高纯净度 高密封性 高可靠性流体控制产品 [6]

Marvell Technology股价表现 - 股价单日暴跌14.37美元或18.6% 收于62.86美元 创近三个月新低[2] - 单日市值蒸发近120亿美元 为费城半导体指数和纳斯达克100指数中表现最差成分股[2] - 年内累计跌幅扩大至43.08% 同期费城半导体指数上涨13.84%[2] 业绩与市场预期 - 第三季度数据中心营收预计仅持平 未达到市场对高速成长的预期[2] - 云端大客户订单呈现不规则波动 引发市场对客制化AI芯片需求放缓的担忧[2] 业务依赖与竞争格局 - 高度依赖亚马逊与微软等云端巨头客制化芯片业务[2] - 云端客户正积极开发自有AI芯片以降低对英伟达的依赖[2] - 微软自研AI芯片计划推迟至2028年或更晚 短期可能增加对Marvell需求但长期存在不确定性[2] 分析师观点分歧 - 部分分析师认为市场反应过度 微软延后自研计划反而有利于Marvell巩固供应地位[3] - 另有观点指出公司规模不及博通等大厂 云端客户采用多供应商策略将压缩其利润空间[3] 行业对比与展望 - 博通将于9月4日盘后公布财报 市场将重点关注两家公司在客制化AI芯片与网络芯片领域的竞争力对比[3] - Marvell预期第四季客制化业务转强并带动订单回升 但投资者仍担忧其能否在AI浪潮中维持增长[3]

财务表现 - 2025年上半年实现营业收入约14亿元 同比增长约18.6% [2] - 第二季度实现营业收入约7.4亿元 同比增长约12.4% 环比增长约10.9% 创单季度营收历史新高 [2] 战略收购 - 以约2.1亿元现金收购富芮坤微电子53.3087%股权 标的公司全部股权投资价值约4.1亿元 [2] - 富芮坤2025年上半年营业收入约5875万元 承诺2026-2028年累计净利润不低于1亿元 [2] - 收购实现自研技术与蓝牙技术协同 补强连接/音频/低功耗能力 形成"感知+计算+连接"一体化竞争力 [4][5] 标的公司技术实力 - 富芮坤为国家级专精特新"小巨人"企业 拥有24项授权发明专利和74项集成电路布图设计 [3] - 具备全链路研发能力 产品覆盖双模蓝牙SoC芯片及低功耗蓝牙MCU芯片 [3][4] - 通过AEC-Q100车规认证/PSA安全认证/ISO26262功能安全认证 出货规模居行业前列 [4] 业务协同前景 - 整合五大核心IP（图像信号处理/AI处理器/音视频编解码/显示/3D感知）与蓝牙连接技术 [4][5] - 通过芯片级协同与软件栈整合 构建性能/功耗/成本平衡的端侧AI SoC芯片 [5] - 推动从芯片供应商向智能物联解决方案提供商的战略转变 [5]

文章核心观点 - AI和半导体行业正经历高速发展 大模型带动算力需求暴涨 AI芯片企业成为焦点 数据中心扩张 自动驾驶落地和智能终端升级持续推动芯片性能与能效极限[1] - 摩尔定律放缓使晶体管微缩变得困难 芯片设计复杂度与成本显著提升 传统设计方法难以跟上技术发展节奏[1] - Cadence提出代理式AI将芯片设计从"工具使用"带入"智能协作"时代 这将成为半导体创新的关键拐点[1] 软件定义的芯片时代 - 计算机芯片正彻底改变人类感知世界和互动的方式 "软件定义用户体验"驱动"软件定义芯片"成为重要趋势[2] - 非传统芯片企业如小米 阿里巴巴 字节跳动和滴滴已成为颇具规模的芯片制造商 这在20年前难以想象[2] - AI相关产业规模预测从9500亿美元大幅上调至1.2万亿美元 增长动力从数据中心AI计算向边缘端延伸[2] - EDA行业面临客户数量增长与传统软件难以适应变化的双重挑战[2] 3D维度整合技术 - 横向维度需要突破单一芯片局限 进行先进封装中的系统级验证 包括芯片到物理层面的机电 热学 流体仿真乃至整个数据中心模拟[4] - 技术维度利用AI提供新计算技术路径 解决传统方法难以攻克的问题[4] - 计算层支持x86 CPU ARM架构 GPU和专属加速器等多种运行环境[4] - 原理性方法 加速计算与AI三层技术结合形成"三层蛋糕"架构[4] AI在EDA工具的演进 - Cadence的AI探索始于2016年 受AlphaFold启发将机器学习融入工具 实现"AI优化"[5] - AI应用正从优化AI向虚拟工程师转型 工具支持自然语言交互 用户可通过对话获得帮助[5] - 未来模式将从"授权工具"转变为"授权虚拟人员" 包括虚拟物理设计师 虚拟验证团队和虚拟布局团队[5] - 超过50%的Cadence工具用户已使用AI优化功能 到今年年底所有产品都将支持直接与工具对话[6] JedAI平台特性 - JedAI平台支持客户自主选择功能模块 连接本地数据 所有数据存储在本地服务器 确保数据安全[7] - 平台提供自定义代理构建框架 支持整合代理[7] - 发展重点在于构建快速系统 使用提示工程和推理与工具交互 而非模型微调[8] - 通过检索增强生成技术降低幻觉风险 利用formal verification工具比对不同答案[8] 全自动化与数字孪生 - 完全由AI接管设计仍需时间 但未来两年内用户使用体验将接近与人交流[9] - 全流程数字化仿真将是巨大机遇 不仅适用于半导体领域 还将延伸至物理 化学和生物学等学科[9] - 数字孪生用仿真映射现实状态 AI介入能加速过程 如神经图形学中先用AI渲染低分辨率图像再上采样[9] - AlphaFold展示了AI提供全新科学突破的潜力 不仅加速仿真更解决传统算法长期无法攻克的问题[10] 产业需求与人才挑战 - 所有域的Cadence客户对AI都有同等兴趣 超大规模云服务提供商更倾向于使用自己的LLM[10] - AI不会取代芯片设计工程师 而是解决工程师数量不足的问题[10] - 人才需求可能是现有人数的十倍 全球各行业都面临人员短缺危机[11] - AI将使人类工程师效率提升十倍 人类与AI结合将放大生产能力[11]